Mysql是业内最常用的数据库之一，特别是对于中小企业来说，mysql绝对是首选。
面对快速增长的数据量，Mysql能否满足存储查询需求？
答案是肯定，多了不敢说，单纯使用Mysql我们支持了20亿的订单存储查询，并且性能还是比较优秀的，还远没有到达存储上限
我想这个数据量还是很有说服力的，能达到这个数据量的公司绝对不多。
那Mysql如何做海量数据的存储：
第一阶段：
1，一定要正确设计索引
2，一定要避免SQL语句全表扫描，所以SQL一定要走索引（如：一切的 > < != 等等之类的写法都会导致全表扫描）
3，一定要避免 limit 10000000,20 这样的查询
4，一定要避免 LEFT JOIN 之类的查询，不把这样的逻辑处理交给数据库
5，每个表索引不要建太多，大数据时会增加数据库的写入压力
第二阶段：
1，采用分表技术（大表分小表）
a)垂直分表：将部分字段分离出来，设计成分表，根据主表的主键关联
b)水平分表：将相同字段表中的记录按照某种Hash算法进行拆分多个分表
2，采用mysql分区技术（必须5.1版以上，此技术完全能够对抗Oracle），与水平分表有点类似，但是它是在逻辑层进行的水平分表
第三阶段（服务器方面）：
1,采用memcached之类的内存对象缓存系统，减少数据库读取操作
2,采用主从数据库设计，分离数据库的读写压力
3,采用Squid之类的代理服务器和Web缓存服务器技术
PS:由于篇幅问题，我只简单说一些基本概念，其实里面每个知识点关系到的内容都很多。特别是第一阶段，很多工作几年的程序员，都不能完全理解。我觉得要真正理解索引，最好的办法就是在1000W-亿级以上的数据，进行测试SQL语句，再结合 explain 命令进行查看SQL语句索引情况。
如果只是单单的思路讲解，我相信大部分程序员都是不能够理解其中的精髓的，下面这个Mysql亿级数据库的手册从底层讲解，0基础到深入学习。深度解析了Mysql的使用。
限于文章篇幅原因，只能以截图的形式展示出来，有需要的小伙伴帮忙点赞文章后点击获取文中资料
目录展示：
内容节选：
第一章：Mysql架构
第二章：Mysql基准测试
第三章：服务器性能剖析
第三章：Schema与数据类型的优化
第四章：创建高性能的索引
第六章：查询性能优化
第七章：Mysql高级特性
第八章：优化服务器设置
第九章：操作系统和硬件优化
第十章：复制
第十一章：可扩展的Mysql
第十二章：高可用性
第十三章：云端的Mysql
第十四章：应用层优化
第十五章：备份与恢复
第十六章：Mysql用户工具
